# 提交RayJob作业
本节操作介绍使用Ray SDK提交RayJob作业的操作方法。
#### 前提条件
- 已配置Python开发环境。具体操作，请参见[Python环境配置](https://support.huaweicloud.com/sdkreference-aidatalake/aidatalake_09_0006.html)。
- 已获取并安装Ray SDK安装包。具体操作，请参见[Ray SDK获取与安装](https://support.huaweicloud.com/sdkreference-aidatalake/aidatalake_09_0041.html)。
 
#### 函数
```
# 构建参数
resource = RayResourceConfig(
    head_resource_spec=RayHeadResourceSpec(cpu=2000, memory=4096),
    worker_resource_spec=[RayWorkerResourceSpec(
        cpu=2000, memory=4096,
        worker_replicas=0, worker_min_replicas=1, worker_max_replicas=1,
    )],
)
config = RayJobConfig(
    entrypoint="python3 -c \"import time; print('hello'); time.sleep(10)\"",
    resource_config=resource,
)
body = RunRayJobRequestBody(
    name='my-ray-job-' + datetime.datetime.now().strftime('%Y%m%d%H%M%S'),
    endpoint_name='ray-job-5zd8-yuliu-cpu',
    config=config,
)
# 函数调用
response = client.run_ray_job(request)
```
#### 参数说明
| 参数                     | 是否必选 | 说明                      |
|:---|:---|:---|
| head_resource_spec     | 是    | head资源配置。             |
| worker_resource_spec | 是    | worker资源配置。            |
| entrypoint             | 是     | 运行作业主脚本。                 |
| name                       | 是    | 作业名称，长度为1\~47的英文字母、数字、中划线。 |
| endpoint_ name          | 是     | RayJob端点名称。           |
| workspace_id              | 是    | 工作空间ID。                 |
   
关于参数的详细说明，请参见[运行作业 - RunRayJob](https://support.huaweicloud.com/api-aidatalake/RunRayJob.html)。
#### 样例代码
```
import datetime
from huaweicloudsdkcore.auth.credentials import BasicCredentials
from aidatalake_ray_pysdk.v2 import (
    AIDataLakeClient, RunRayJobRequest, RunRayJobRequestBody, RayJobConfig, RayResourceConfig, RayHeadResourceSpec,
    RayWorkerResourceSpec,
)
# 构建客户端
credentials = BasicCredentials(ak='your-ak', sk='your-sk')
client = (
    AIDataLakeClient.new_builder()
    .with_credentials(credentials)
    .with_endpoint('you-endpoint')
    .build()
)
 
# 构建作业，设置最小资源配置（2vCPU + 4GiB）以避开配额限制
resource = RayResourceConfig(
    head_resource_spec=RayHeadResourceSpec(cpu=2000, memory=4096),
    worker_resource_spec=[RayWorkerResourceSpec(
        cpu=2000, memory=4096,
        worker_replicas=0, worker_min_replicas=1, worker_max_replicas=1,
    )],
)
config = RayJobConfig(
    entrypoint="python3 -c \"import time; print('hello'); time.sleep(10)\"",
    resource_config=resource,
)
body = RunRayJobRequestBody(
    name='my-ray-job-' + datetime.datetime.now().strftime('%Y%m%d%H%M%S'),
    endpoint_name='ray-job-5zd8-yuliu-cpu',
    config=config,
)
request = RunRayJobRequest(workspace_id='your-workspace-id', body=body)
 
# 异步提交（立即返回）
response = client.run_ray_job(request)
print(f"Job ID: {response.job_id}")
```
